Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 5

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  wielkość partii
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
EN
Forecasting and lot-sizing problems are key for a variety of products manufactured in a plant of finite capacity. The plant manager needs to put special emphasis on the way of selecting the right forecasting methods with a higher level of accuracy and to conduct procurement planning based on specific lot-sizing methods and associated rolling horizon. The study is con-ducted using real case data form the Fibertex Personal Care, and has evalu-ated the joint influence of forecasting procedures such as ARIMA, exponen-tial smoothing methods; and deterministic lot-sizing methods such as the Wagner-Whitin method, modified Silver-Meal heuristic to draw insights on the effect of the appropriate method selection on minimization of operational cost. The objective is to explore their joint effect on the cost minimization goal. It is found that a proficient selection process has a considerable impact on performance. The proposed method can help a manager to save substantial operational costs.
EN
The goal of mass customization is to make the products and / or services to satisfy individual customer who makes the order with a specific design for their needs. In real situation it is not so easy deal to meet individual design and to satisfy each customer separately; there is a need to accustom such environment to fulfill the market demand. In such situation, the decision makers are to ensure that they are following flexibility while taking orders and also dispatching them to the customers. One such idea is being developed in this research work. The main aim of this research work is to offer the procedure; flexible mass customization (FLMACUS) to make flexible schedules that meets the customer requirements. A simple heuristics is used to develop the procedure and Gantt charts are used for accommodating the jobs for meeting specific due dates. In this paper batch type Original Equipment Manufacturers (OEMs) are considered for our study purpose. The results from Gantt charts in various categories are depicted. Such types of Gantt charts are hardly found in earlier studies and the results show that this procedure (FLMACUS) is promising in nature to meet customer demands and due dates in a mass customized environment.
PL
Celem masowej personalizacji jest sprawienie, aby produkty i / lub usługi satysfakcjonowały indywidualnego klienta, który dokonuje zamówienia zgodnego z konkretnym projektem odpowiadającego jego potrzebom. W rzeczywistej sytuacji nie jest łatwo znaleźć indywidualny projekt i zadowolić każdego klienta osobno; istnieje potrzeba przystosowania takiego środowiska do zaspokojenia popytu na rynku. W takiej sytuacji decydenci muszą upewnić się, że działają elastycznie przy przyjmowaniu zamówień i wysyłaniu ich do klientów. Taka koncepcja rozwinięta została w niniejszej pracy badawczej. Głównym celem badania jest zaproponowanie procedury; elastyczną masową personalizację (FLMACUS) do tworzenia elastycznych harmonogramów spełniających wymagania klientów. Do opracowania procedury wykorzystano prostą heurystykę, natomiast do dostosowania zadań do spełnienia określonych terminów posłużyły wykresy Gantta. W artykule do celów badawczych wzięto pod uwagę Producentów Oryginalnego Sprzętu (OEM). W kolejnej części artykułu przedstawiono wyniki z wykresów Gantta w różnych kategoriach. Tego typu wykresy Gantta prawie nie występują we wcześniejszych badaniach, a wyniki pokazują, że ta procedura (FLMACUS) ma charakter obiecujący, aby sprostać wymaganiom klientów i terminom w masowo dostosowywanym środowisku.
PL
Artykuł proponuje metodę bazującą na algorytmie genetycznym do określania wielkości partii i harmonogramowania produkcji dla zmiennego asortymenty wyrobów - sprzęgieł. Przeprowadzona symulacja komputerowa sprawdza ustalone terminy realizacji poszczególnych zamówień i dąży do minimalizacji całkowitego cyklu obejmującego czasy produkcji i czasy przezbrojeń maszyn. Autorzy przedstawili założenia modelu i jego wstępne wyniki w obszarze generowania optymalnej sekwencji produkcji dla analizowanych sprzęgieł. Kolejnym etapem badań będzie analiza związania z optymalną wielkością partii produkcyjnej - łączenie zamówień lub ich dzielenie w celu zminimalizowania czasów przezbrojeń i zapasów robót w toku.
EN
Article proposes a method based on genetic algorithm to determine the lot size and production scheduling for variable ranges of products - couplings. The simulation computer checks the established deadlines for the various orders and strives to minimize the total cycle for production times and machine changeover times. The authors present the assumptions of the model and its preliminary results in the generation of an optimal production sequence for the analyzed couplings. The next stage of research will be to analyze binding of optimal batch size - combine orders or their share in order to minimize changeover times and inventories of work in progress.
4
Content available remote Metoda harmonogramowania produkcji dla zmiennego asortymentu wyrobów
PL
W obecnym wysoce konkurencyjnym otoczeniu strategia produkcji zmienia się z masowej na produkcję w mniejszych wielkościach partii aby uwzględnić szybkie zmiany preferencji klientów i popytu. Klienci nie chcą otrzymywać dużych wielkości partii za jednym razem, ponieważ chcą zminimalizować kapitał zamrożony w sprzęt i zapasy. Z drugiej strony producenci również chcą zminimalizować swoje zapasy łącznie z WIP (zapasem robót w toku), jak również całkowity koszt produkcji i cykl produkcji. Ze względu na dużą różnorodność produktów i zmienny popyt problemy planowania produkcji i harmonogramowania dla produkcji o małych wielkościach partii są bardzo złożone. Bardzo trudno jest kontrolować koszty i dotrzymywać terminów. Koniecznym kryterium, jakie należy uwzględnić podczas planowania produkcji jest efektywny czas reakcji procesu. Określanie optymalnej wielkości partii musi przebiegać szybko i sprawnie, korzystając z wszystkich dostępnych danych, przy jednoczesnym dążeniu do zlikwidowania lub przynajmniej zminimalizowania przestojów produkcji. Wygenerowany harmonogram produkcji powinien zapewniać terminowość zleceń zgodnie z zamówieniami klienta, ewentualne wskazanie koniecznych opóźnień i uzgadnianie na tej podstawie możliwego terminu realizacji. Istnieje wiele opracowanych procedur do wyznaczania wielkości partii i harmonogramowania. Ogólna klasyfikacja problemów określania wielkości partii, omówiona szczegółowo w wielu pracach (Katok i in. 1998; Xie, Dong 2002, Tabucanon i in. 1999) obejmuje następujące kryteria: ilość poziomów w systemie (jeden, wiele), ilość rozważanych wyrobów (jeden, wiele), rodzaj struktury BOM (jeden lub wiele poziomów), ograniczenia wydajności (istnieją lub nie, jedno lub wiele ograniczeń), cechy charakterystyczne popytu (stały, zmienny) itp. W pracy stworzono metodę określania wielkości partii przy wykorzystaniu algorytmu genetycznego, w którym funkcją celu jest minimalizacja czasu ukończenia wszystkich zleceń produkcyjnych uwzględnionych w populacji początkowej. Oprogramowanie opracowano w taki sposób, że wygenerowane wyniki gwarantują, iż zadania produkcyjne na poszczególnych maszynach w linii produkcyjnej i w kooperacji się nie pokrywają. Algorytm losuje optymalną konfigurację.
EN
The article presents the initial assumptions and the possibility of using a genetic algorithm for production scheduling and optimization of the production lot size. According to research proven that smaller batch sizes and thus shorter sequences production of clutches of the same type to optimize better because of the objective function or the minimum duration of the total production and optimize not only a full cycle of production and loading machines and their downtime.
PL
W systemach współbieżnej produkcji wieloasortymentowej trudność sprawia dobór asortymentu do jednoczesnego wykonania oraz dobór liczności partii produkcyjnych dla poszczególnych zadań. Kryterium, które decyduje o tej wartości jest maksymalne wykorzystanie dysponowanych zdolności produkcyjnych, tj. efektywność wykorzystania maszyn, urządzeń, personelu. W artykule przedstawiono możliwość rozwiązania problemu doboru wielkości partii z zastosowaniem dwóch metod: iteracyjnej metody przeszukiwania lokalnego oraz metody przeszukiwania populacyjnego. W pierwszym przypadku zastosowano algorytm największego wzrostu w połączeniu z mechanizmem tworzenia komórek obronnych układu odpornościowego. W drugim przypadku przedstawiono algorytm selekcji immunologicznej, wykorzystujący mechanizmy selekcji, preselekcji i zatłoczenia. Dla każdego algorytmu przeprowadzono symulację, porównano wyniki i wyciągnięto wnioski.
EN
The complexity of concurrent, multiassortment production systems lies in the difficulty of the choice of elements for simultaneous production and batch sizing the particular task. The criterion of maximum utilization of production resources (machines, devices and staff) decides about the batch size. The possibility of two methods: local and population searching methods for production butch size estimation is depicted in the paper. Hill climbing algorithm connected with mechanism of defense cell creation, witch takes place in mammal immune system is used in the first method. The possibility of immune clonal selection algorithm using cloning, pre-selection and overcrowding mechanisms for production batch size estimation is also shown in the paper. The elaborated methods, algorithms of batch size estimation problem, and results of computer simulations are presented.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.